检索结果-内蒙古大学图书馆

作者：陈彬北京邮电大学

学位级别：硕士

随着网络技术的发展,在线社交网络掀起的热潮如火如荼,这不仅丰富了人们传播信息的方式,而且对人们的思考、决策产生不可或缺的影响。因此,在社交网络中选择具有重要影响力的人以使得产品或者信息在网络中广泛传播具有重要的实际意义,... 详细信息

随着网络技术的发展,在线社交网络掀起的热潮如火如荼,这不仅丰富了人们传播信息的方式,而且对人们的思考、决策产生不可或缺的影响。因此,在社交网络中选择具有重要影响力的人以使得产品或者信息在网络中广泛传播具有重要的实际意义,该选择过程通常被建模成影响力最大化问题。影响力最大化问题的目标是在给定的社交网络中选择k个影响力最大的用户。本文将研究影响力最大化问题的新的策略和方法。通过引入群体影响和成本预算,我们提出了基于超图的带成本预算的影响力最大化问题,本文的主要工作如下:首先,我们研究B-超图中的带成本预算的影响力最大化问题,建立B-超图中的独立级联的信息扩散模型,分析问题的复杂性和目标函数的次模性。针对该问题,我们提出改进的预算贪婪算法,该算法克服了非次模性破坏近似比的缺陷。为了更一步提高效果,我们在改进的预算贪婪算法中加入交换策略,提出了交换的预算贪婪算法。最后,在三个数据集中进行仿真实验,改进的预算贪婪算法比现有算法的影响力扩展度平均高18.5%,而交换的预算贪婪算法比改进的预算贪婪算法平均提高了 4.9%。结果表明,交换的预算贪婪算法在效果上更优。其次,我们研究无向超图中的带成本预算的影响力最大化问题,这是B-超图的进一步推广。我们提出无向超图中的线性阈值的信息扩散模型,此模型下该问题是NP难的且目标函数是非次模函数。针对该问题,我们提出潜力节点优先的预算贪婪算法。最后,在四个无向超图的社交网络中进行仿真实验,从影响力扩展度来看,我们提出的算法比加权超度算法的影响力扩展度平均高47.3%,比预算贪婪算法平均高11.1%;从运行时间来看,该算法的运行时间比预算贪婪算法平均减少15.3%。结果表明,潜力节点优先的预算贪婪算法运行效率和效果都具有明显的优势。

关键词：影响力最大化 B-超图无向超图次模函数贪婪算法

来源：评论

学校读者我要写书评

暂无评论

模型驱动的自提点选址问题研究

模型驱动的自提点选址问题研究

引用

作者：杨倩华南理工大学

学位级别：硕士

电子商务行业的飞速发展推动了快递业务量的持续攀升,庞大的快递量使传统送货上门配送模式的运输成本高、配送效率低下等问题日益突出。为提高末端配送效率、缓解末端交付压力,企业纷纷发展和推广客户自提模式,其关键问题是在指定区域... 详细信息

电子商务行业的飞速发展推动了快递业务量的持续攀升,庞大的快递量使传统送货上门配送模式的运输成本高、配送效率低下等问题日益突出。为提高末端配送效率、缓解末端交付压力,企业纷纷发展和推广客户自提模式,其关键问题是在指定区域范围内选取合适的自提点选址方案。本文从模型驱动的角度出发,将自提点选址影响因素纳入考虑,运用次模函数等理论对自提点选址模型的建立进行深入研究。首先,在自提点成本相当的情况下,考虑效用条件,建立了以效用最大化为目标的自提点选址模型,并提出改进贪婪算法求解;其次,为了进行不同类型的自提点选址,考虑效用和成本条件,建立了以自提点效用最大化、总成本最小化为目标的自提点多目标选址模型,并提出了多目标改进贪婪算法(MOIGA)求解。论文完成的主要研究工作总结如下:(1)在效用条件下,以取货距离作为自提点效用的评价指标,建立了以效用最大化为目标的自提点选址模型,针对备选点未知的情况,采用谱聚类算法确定备选点位置集合,并基于目标函数的次模性提出了改进贪婪算法,求解得到了有性能保证的选址方案。在此基础上,进行算例实验,实验结果表明,改进贪婪算法求解结果与最优效果的近似率高于99%,且其在选址结果和求解效率方面较之其它算法兼顾了结果的有效性和运算的效率性。(2)考虑效用和成本条件,建立了以自提点效用最大化、总成本最小化为目标的自提点多目标选址模型,提出了MOIGA算法求解获得了非支配解集,并进行了算例实验,通过考虑客户取货距离、客户自提量覆盖程度、建设成本、已建自提点位置等因素,分析了已建自提点对自提点选址的作用,结果表明,是否考虑已建自提点对自提点效用及选址方案有较大影响,且MOIGA算法在选址结果和求解效率方面较之其他算法更具优势。

关键词：自提点选址次模函数贪婪算法多目标优化

来源：评论

学校读者我要写书评

暂无评论

图稀疏割问题的优化算法研究

图稀疏割问题的优化算法研究

引用

作者：熊圆圆南京师范大学

学位级别：硕士

现代技术的不断发展使得图划分在实际问题中的应用也非常广泛.随着问题输入规模的不断增加,人们也需要更深入地研究图划分问题,并为其设计相应的算法求解.稀疏割是一种非常重要的图划分准则,通过划分块之间的割边权和与划分块的体积两... 详细信息

现代技术的不断发展使得图划分在实际问题中的应用也非常广泛.随着问题输入规模的不断增加,人们也需要更深入地研究图划分问题,并为其设计相应的算法求解.稀疏割是一种非常重要的图划分准则,通过划分块之间的割边权和与划分块的体积两者的比值来衡量稀疏割的大小,当比值越小时表明图的划分效果是越佳的.在实际的生活生产中,求解最小的稀疏割在图像分割,电路划分设计,数据聚类等领域都有广泛的应用,有许多研究学者进行了广泛的研究,有多种算法可以给出很好的近似保证.稀疏割目标函数很自然地兼顾了划分的两个传统目标——获得最小的割边权和以及划分块平衡,受到了广泛的关注.另一方面,次模函数在组合优化中的应用越来越广泛,其划分性质在解决具体的图划分问题中也能够有很好的应用. 本文主要研究了图划分中的最小稀疏割问题.首先我们介绍了图的迭代和收缩操作,根据动态迭代的启发式方法获得该问题的一个初始解,然后再引入了次模函数以及主函数划分的相关理论,根据其划分性质对稀疏割初始解再进行优化改进,并设计了一个稀疏割的改进算法且得到若干个重要定理.最后考虑了稀疏割的推广问题——k部稀疏割问题,使用迭代二划分的思想求解该问题的解.

关键词：稀疏割图的收缩次模函数主函数划分

来源：评论

学校读者我要写书评

暂无评论

树上带线性/次模惩罚的次模多割问题的近似算法

树上带线性/次模惩罚的次模多割问题的近似算法

引用

作者：侯晨菲河北师范大学

学位级别：硕士

多割问题是组合最优化中的一类经典问题,其在电信,路由,运输和超大规模集成电路设计等方面有很重要的应用.而次模函数具有边际效应递减性质,在组合优化,博弈论和机器学习等领域中起到有力的工具作用.目前带次模的组合优化问题已经引起... 详细信息

多割问题是组合最优化中的一类经典问题,其在电信,路由,运输和超大规模集成电路设计等方面有很重要的应用.而次模函数具有边际效应递减性质,在组合优化,博弈论和机器学习等领域中起到有力的工具作用.目前带次模的组合优化问题已经引起很多学者的关注和研宄. 本文主要研宄与次模函数有关的树上多割问题的三个变形问题,分别是树上带线性惩罚的次模多割问题,树上带次模惩罚的次模多割问题和树上带次模惩罚的广义多割问题.针对每一个问题,给出了相应的整数线性规划及其松弛对偶规划,并利用原始对偶方案等技巧设计了相应的近似算法,进行了相应近似比分析.

关键词：多割问题次模函数原始对偶方案近似算法

来源：评论

学校读者我要写书评

暂无评论

面向不确定环境的高效子集选取算法研究

面向不确定环境的高效子集选取算法研究

引用

作者：朱天帅中国科学技术大学

学位级别：硕士

随着互联网的发展和数据规模的增长,如何从海量数据中选择具有代表性的数据元素子集,已然成为了学术界和工业界的研究重点。在众多工作中,子集选取问题往往可以简化为在特定约束下最大化一个次模函数问题。次模性质描述了生活中常见的... 详细信息

随着互联网的发展和数据规模的增长,如何从海量数据中选择具有代表性的数据元素子集,已然成为了学术界和工业界的研究重点。在众多工作中,子集选取问题往往可以简化为在特定约束下最大化一个次模函数问题。次模性质描述了生活中常见的边际收益递减现象,次模函数的普遍性使得子集选取在生活中具有广泛的应用。虽然子集选取问题已经得到了大量的研究,但是这些研究大多只针对确定性环境设计算法,而在现实应用中充斥着众多的不确定性。环境的不确定性可以包括两个方面,动态性和自适应性。动态性是指现实中的数据是不断发展的,数据集中的元素会动态增删;自适应性是指数据集中各元素的值是不确定的,我们在具体观测前只知道其概率分布。本文对动态和自适应环境下的子集选取问题展开了研究,并分别设计了面向这两个不确定环境的高效子集选取算法。首先,本文提出了一个动态的子集选取算法DSMKDYNAMIC,该算法解决了背包约束下效用函数为次模函数的子集选取问题。据我们所知,DSMKDYNAMIC算法是第一个完全意义上解决该问题的动态算法。DSMKDYNAMIC算法使用了多轮的采样、阈值贪心、过滤框架,并通过保存每轮解集的方案,将算法对插入和删除元素的时间复杂度显著降低。通过对贪心过程中各种情况的分析,我们证明了算法的效用性能。具体地,本文证明了当效用函数单调时DSMKDYNAMIC算法能够在O(r2 log n)平均更新复杂度下达到3的近似比,其中r和n分别表示数据集中可行解的最大基数与全集的基数;当效用函数非单调时,DSMKDYNAMIC算法在同样的更新复杂度下达到8的近似比。本文通过在多个真实数据集上的对比实验,验证了 DSMKDYNAMIC算法在保证返回解质量的同时显著提高了算法的运行效率。其次,本文提出了一个自适应的子集选取算法ADAPTIVERANDOMGREEDY,该算法解决了 k系统约束下效用函数为非单调逐点次模函数的子集选取问题。据我们所知,ADAPTIVERANDOMGREEDY算法是第一个解决该问题的自适应算法。虽然算法仅采用简单的贪心和随机选取的技术,但是其近似比的证明却极具挑战。通过对最优解和算法返回解的对比及分类分析,我们证明了该算法的性能。具体地,ADAPTIVERANDOMGREEDY算法能够在O(nr)时间复杂度下达到(1+(?))2的近似比。本文通过大量的对比实验,验证了 ADAPTIVERANDOMGREEDY算法在自适应环境下的的高效用性。

关键词：子集选取次模函数动态设置自适应设置近似算法

来源：评论

学校读者我要写书评

暂无评论

热点新闻简报智能生成技术研究与应用

热点新闻简报智能生成技术研究与应用

引用

作者：刘睿凡电子科技大学

学位级别：硕士

新媒体时代的到来,越来越多的媒体出现在公众的视角下,每天的新闻报道量也与日俱增。如何帮助读者快速了解新闻热点事件,是一个具有研究价值的课题。现在主流媒体基本采用文字、视频等非结构化的数据形式记叙新闻事件,同时新闻平台的研... 详细信息

新媒体时代的到来,越来越多的媒体出现在公众的视角下,每天的新闻报道量也与日俱增。如何帮助读者快速了解新闻热点事件,是一个具有研究价值的课题。现在主流媒体基本采用文字、视频等非结构化的数据形式记叙新闻事件,同时新闻平台的研究热点主要是基于用户兴趣和当前热点的智能推荐。不论是搜索结果还是推荐界面,信息碎片化与非直观化问题突出,对于新闻核心信息的提炼与结构化处理不足,因此无法高效的将热点新闻的核心信息传递给用户。基于以上问题,本文提出热点新闻简报解决方案,简报主要由两部分组成,第一部分是事件核心实体,包括核心人物、地点、机构,第二部分是事件时间轴摘要,它以可视化时间轴的方式展示了新闻事件在各个时间节点上的发展概况。本文的主要研究工作如下:(1)本文提出一种行之有效的热点新闻事件发现解决方案,方案整体上可以分为两个步骤,第一个步骤称为话题发现阶段,该阶段首先利用文本摘要技术对长新闻进行压缩,然后在每个分类新闻之下,利用聚类技术提取话题簇并利用话题识别技术提取话题关键词作为话题标签,第二个步骤为热度计算阶段,它利用单条新闻的赞、踩、转发、浏览量等指标计算其热度,最后加权求和得到话题总热度并进行排序得到热门话题。(2)针对原有新闻演进式摘要算法,本文提出以下三种改进:1)、在算法之前加入重点实体识别算法,将不包含重要实体的新闻句预过滤,提升模型的效率与准确性;2)、提出一种自适应重要实体筛选比例的算法,在实体筛选的精度与信息的保有度上进行自适应均衡,相较固定比例算法有较大效果提升;3)提出一种富有语义信息的Siamese-BERT向量表示方式,相较于原有基于词频的i Df(inversedate-frequency)方式效果有所提升。(3)设计并实现了一套热点新闻简报系统(HNBS,Hot News Briefing System),分析HNBS的需求、功能模块并完成技术选型、系统架构、数据结构、内外接口等设计工作,最终本人对该演示系统的主要功能模块进行了开发实现。

关键词：自然语言处理 BERT 命名实体识别演进式摘要次模函数

来源：评论

学校读者我要写书评

暂无评论

树上带现状/次模惩罚的次模多割问题的近似算法

树上带现状/次模惩罚的次模多割问题的近似算法

引用

作者：候晨菲河北师范大学

学位级别：硕士

多割问题是组合最优化中的一类经典问题,其在电信,路由,运输和超大规模集成电路设计等方面有很重要的应用.而次模函数具有边际效应递减性质,在组合优化,博弈论和机器学习等领域中起到有力的工具作用.目前带次模的组合优化问题已经引起很多学者的关注和研究.　　本文主要研究与次模函数有关的树上多割问题的三个变形问题,分别是树上带线性惩罚的次模多割问题,树上带次模惩罚的次模多割问题和树上带次模惩罚的广义多割问题.针对每一个问题,给出了相应的整数线性规划及其松弛对偶规划,并利用原始对偶方案等技巧设计了相应的近似算法,进行了相应近似比分析.

关键词：多割问题次模函数原始对偶方案近似算法

来源：评论

学校读者我要写书评

暂无评论

强化学习中特征选择研究

强化学习中特征选择研究

引用

作者：林洁南京邮电大学

学位级别：硕士

大规模状态和动作空间下的维度灾难问题目前是强化学习研究中的一个难题,广泛被使用的解决方法是值函数估计。但估计的值函数和真实的值函数是有差距的。误差的来源除学习方法本身的拟合能力外,值函数选择特征的好坏对误差也有着很大的... 详细信息

大规模状态和动作空间下的维度灾难问题目前是强化学习研究中的一个难题,广泛被使用的解决方法是值函数估计。但估计的值函数和真实的值函数是有差距的。误差的来源除学习方法本身的拟合能力外,值函数选择特征的好坏对误差也有着很大的影响。因而本文围绕着强化学习的特征选择问题,设计了一些值函数估计中进行特征选择的算法,主要工作如下:(1)针对值函数估计与真实值函数的误差的问题,本文提出一种基于贪心的封装式特征选择方法为值函数构造一个好的特征。并通过分段值函数的方法处理特征选择的不稳定特性。实验结果表明,该方法提高了特征选择的稳定性,也增强了值函数估计的准确性。(2)针对强化学习中特征选择速度较慢,以及贪心策略只顾当前最优,目光短浅的问题,本文根据弱次模函数的性质,提出了一种分布式的top-k贪心方法选择特征。实验结果表明该方法提高了特征选择的速度,并且探索到更好的特征。(3)封装式的特征选择依据后续算法的效果作为特征选择的标准,而强化学习的训练较长导致了即使使用分布式的方法也难以较好解决时间消耗大的问题。本文提出基于经验回放的过滤式特征选择方法,通过经验回放生成强化学习数据集,接着直接在数据集上完成特征选择的工作,最后只需使用一次强化学习的训练来检验特征选择的效果。实验结果表明,基于经验回放的过滤式方法特征选择的速度明显快于封装式的方法。

关键词：强化学习值函数估计特征选择次模函数分布式优化

来源：评论

学校读者我要写书评

暂无评论

两阶段次模最大化问题的近似算法研究

两阶段次模最大化问题的近似算法研究

引用

作者：徐楚楚南京师范大学

学位级别：硕士

次模最大化问题在许多领域广泛应用,包括机器学习,数据科学和人工智能等.随着超模函数的出现,次模+超模（BP）函数最大化问题的研究也变得非常热门.基于次模曲率和超模曲率,本文研究了两个与次模和超模相关的问题:两阶段次模最大化问题... 详细信息

次模最大化问题在许多领域广泛应用,包括机器学习,数据科学和人工智能等.随着超模函数的出现,次模+超模（BP）函数最大化问题的研究也变得非常热门.基于次模曲率和超模曲率,本文研究了两个与次模和超模相关的问题:两阶段次模最大化问题和两阶段BP函数最大化问题.使用替代贪婪算法,对于满足基数约束和p-拟阵约束的两阶段次模最大化问题,我们设计了一个近似比只与次模函数fi（i=1,2,···,m）的最大次模曲率kf有关的近似算法,近似比为(1/p(1-e-p)-k_f((1-e-p)/(p（p+1）)+(e-（p+1）-e-p)/（p+1）)).对于满足基数约束和拟阵约束的两阶段BP函数最大化问题,我们设计了一个近似比只与超模函数gi（i=1,2,···,m）的最大超模曲率kg有关的近似算法,近似比为(（1-kg）2)/(（1-kg）2+2).

关键词：两阶段次模最大化两阶段BP函数最大化次模函数超模函数贪婪算法

来源：评论

学校读者我要写书评

暂无评论

知识图谱的Top-k摘要模式挖掘方法

引用

清华大学学报（自然科学版） 2019年第3期59卷 194-202页

作者：罗之皓李劲岳昆毛钰源刘琰云南大学软件学院昆明650500 云南大学信息学院昆明650500

知识图谱数据具有体量大、内容丰富、类型多样、缺乏统一模式描述等特点。提取知识图谱模式信息并形成摘要模式,对于提升知识检索、挖掘质量具有重要研究意义。该文首先给出了摘要模式的判定准则以及摘要模式质量的度量标准,提出了面向... 详细信息

知识图谱数据具有体量大、内容丰富、类型多样、缺乏统一模式描述等特点。提取知识图谱模式信息并形成摘要模式,对于提升知识检索、挖掘质量具有重要研究意义。该文首先给出了摘要模式的判定准则以及摘要模式质量的度量标准,提出了面向知识图谱的Top-k摘要模式挖掘问题,并将该问题建模为一个次模函数优化问题;其次,为高效判定摘要模式及度量模式的覆盖质量,提出了基于Pregel编程模型的并行化摘要模式判定和质量度量算法;然后,给出了高效求解Top-k摘要模式挖掘问题的贪心算法;最后,在真实知识图谱数据上对本文方法进行了验证。实验结果表明:该方法在摘要模式的覆盖度和算法执行效率方面优于已有方法。

关键词：知识图谱摘要模式挖掘次模函数图匹配

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：